基于自組織神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，信息產(chǎn)業(yè)及其應(yīng)用得到了巨大發(fā)展。政府、金融、電信等企事業(yè)單位及個(gè)人用戶對(duì)網(wǎng)絡(luò)的依賴程度越來(lái)越高，同時(shí)也由此帶來(lái)了信息安全的隱患。網(wǎng)絡(luò)“黑客”的攻擊手段越來(lái)越先進(jìn)，信息安全問題也越來(lái)越突出。使用被動(dòng)型反攻擊的防火墻技術(shù)已不足以抵御惡意的入侵，開展入侵檢測(cè)技術(shù)的研究和應(yīng)用，是解決信息安全問題的方案重要手段之一。
　　 目前網(wǎng)絡(luò)安全技術(shù)主要有加密技術(shù)、身份鑒別技術(shù)、訪問控制技術(shù)和防火墻技術(shù)等，但它們自身均

2、存在缺陷和不足。入侵檢測(cè)技術(shù)的發(fā)展，從某種程度上可以彌補(bǔ)目前網(wǎng)路安全技術(shù)的一些不足，比如，入侵檢測(cè)系統(tǒng)具有主動(dòng)性就是一方面。它對(duì)計(jì)算機(jī)和網(wǎng)絡(luò)資源上的惡意使用行為進(jìn)行識(shí)別，并為對(duì)抗入侵提供重要信息，它不僅檢測(cè)來(lái)自外部的入侵行為，同時(shí)也監(jiān)督內(nèi)部用戶的未授權(quán)活動(dòng)。
　　 本文概述了目前網(wǎng)絡(luò)信息安全與入侵檢測(cè)技術(shù)的發(fā)展現(xiàn)狀，并針對(duì)網(wǎng)絡(luò)中常用攻擊手段和方法，及入侵檢測(cè)系統(tǒng)的高漏報(bào)率和低檢測(cè)率等問題，提出一種基于自組織神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型

3、，并采用KDDCUP'99標(biāo)準(zhǔn)數(shù)據(jù)集作為數(shù)據(jù)源進(jìn)行特征提取，將通過(guò)數(shù)值編碼后的數(shù)據(jù)特征作為輸入神經(jīng)元以供自組織神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。
　　 在此基礎(chǔ)之上，本文針對(duì)自組織神經(jīng)網(wǎng)絡(luò)自身在其權(quán)值調(diào)整過(guò)程中存在的不足，通過(guò)灰色原理中的灰色關(guān)系系數(shù)來(lái)改進(jìn)自組織神經(jīng)網(wǎng)絡(luò)的這一缺陷，加快了整個(gè)權(quán)值調(diào)整的收斂速度，提高了自組織神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度和分類精度，并最終實(shí)現(xiàn)了灰色自組織神經(jīng)網(wǎng)絡(luò)算法與入侵檢測(cè)技術(shù)的有機(jī)結(jié)合。通過(guò)算法改進(jìn)前后對(duì)DOS類攻擊的檢